Praxisnahe, quellenbasierte Orientierung für verantwortbare KI-Programme.
KI-Anwendungsfälle identifizieren
Ein praxisnaher Leitfaden, um reale Arbeitsabläufe zu beobachten, Engpässe zu belegen und erst danach einen passenden KI-Test zu entwerfen.
ModelFold Editorial Team8 Min. Lesezeit
Eine Beschwerde ist zunächst ein Forschungsansatz, noch kein KI-Use-Case. Wenn ein Operations-Team berichtet, dass Kunden-Onboarding-Briefings zu lange dauern, klingt ein KI-Zusammenfasser plausibel. Eine aus dem Gedächtnis gezeichnete Prozesskarte lässt das Formulieren als Problem erscheinen. Abgeschlossene Fälle können jedoch ein anderes Bild zeigen: Schwierige Briefings warten auf fehlende kaufmännische Entscheidungen und werden nach der Klärung widersprüchlicher Felder neu geschrieben. Wer sofort die sichtbare Schreibarbeit automatisiert, beschleunigt womöglich einen Schritt, ohne den wiederkehrenden Engpass zu verändern. Belastbare Discovery grenzt deshalb reale Arbeit ein, verbindet unterschiedliche Teilansichten und hält Gegenbelege fest, bevor ein Eingriff vorgeschlagen wird.
Das Wichtigste in Kürze
Vor der Beobachtung braucht der Workflow eine vorläufige, überprüfbare Grenze und eine konkrete Forschungsfrage. Halten Sie Auslöser, Endzustand, Ergebnis, nachgelagerte Nutzer, beteiligte Rollen sowie relevante Routine- und Ausnahmefälle fest. Die Grenze bleibt revidierbar: Zeigt die Feldarbeit eine entscheidende vor- oder nachgelagerte Abhängigkeit, wird sie begründet erweitert. Starten Sie bei wiederkehrender Arbeit und realen Ergebnissen, nicht bei der offenen Frage, wo eine neue KI-Funktion untergebracht werden könnte. So bleibt die Untersuchung auf ein betriebliches Problem ausgerichtet.
Beim Onboarding-Beispiel reicht der Ausschnitt vom Eingang einer freigegebenen Vertriebsübergabe bis zu einem Briefing, das die Delivery-Leitung akzeptiert. Die Auswahl sollte normale, unvollständige und nachträglich geänderte Fälle umfassen. Notieren Sie außerdem, welche Fragen die Feldrunde beantworten muss: Wo entsteht Warten? Welche Angaben fehlen? Wann wird geprüft oder nachgearbeitet? Was gilt als akzeptiertes Ergebnis? Die Kombination der Methoden ist eine praktische Synthese, kein standardisiertes Gesamtprotokoll. Wählen Sie nur die kleinste Mischung, die diese Fragen beantworten und erkennbare blinde Flecken ausgleichen kann.
Interviews zu einem kürzlich abgeschlossenen Fall machen den Ablauf nachvollziehbar, wenn sie Ereignisse statt allgemeiner Einschätzungen rekonstruieren. Beginnen Sie mit dem Auslöser und verfolgen Sie, was einging, was als Nächstes geschah, welche Entscheidung getroffen wurde, an wen die Arbeit ging und welches Ergebnis schließlich akzeptiert wurde. Fragen Sie auch, wo der Fall vom erwarteten Weg abwich. Ein einzelner Fall illustriert die Arbeit, repräsentiert sie aber nicht. Stellen Sie deshalb einen routinemäßigen und einen schwierigen Fall gegenüber und beziehen Sie die Rollen an den Übergaben ein.
Offene, neutrale Nachfragen wie „Was geschah danach?“ oder „Woran haben Sie das erkannt?“ lassen Raum für unerwartete Arbeit. Fragen nach Hinweisen, Informationsbedarf, Alternativen und schwierigen Beurteilungen erfassen auch die kognitive Leistung hinter sichtbaren Schritten; das ist eine kompakte Anlehnung an kognitive Aufgabenanalyse, kein formales ACTA-Protokoll. Bitten Sie während der Rekonstruktion nicht um den Entwurf einer KI-Funktion. Im Beispiel zählt zunächst, warum widersprüchliche Felder erkannt, wie Entscheidungen eingeholt und weshalb Entwürfe nach der Übergabe geändert wurden.
Im normalen Arbeitsumfeld sollten Sie Werkzeuge, Dokumente, Unterbrechungen, Abhängigkeiten, Umgehungslösungen und Urteilsarbeit beobachten. Erfassen Sie Quellenwechsel, Warten, Prüfungen, Nacharbeit, Übergaben und Momente, in denen unvollständige oder widersprüchliche Informationen interpretiert werden. Legen Sie den Beobachtungsmodus vorab offen: Stilles Zuschauen bewahrt den Ablauf eher, lässt Motive aber offen; gelegentliche Fragen liefern Kontext mit begrenzter Unterbrechung; fortlaufendes Erklären schafft Tiefe, verändert jedoch die Tätigkeit stärker. Notieren Sie den Modus, damit ausgelöstes Verhalten nicht mit dem gewöhnlichen Ablauf verwechselt wird.
Rahmen Sie die Untersuchung ausdrücklich als Analyse des Workflows und nicht als Bewertung einzelner Beschäftigter. Teilnahme muss informiert sein; zusätzliche Aufnahmen erfordern erneut Zustimmung, personenbezogene Daten eine sichere Behandlung. Erheben Sie nur, was die Forschungsfrage verlangt, beschränken Sie den Zugriff und beziehen Sie je nach Kontext Datenschutz, Informationssicherheit, Recht, Arbeitnehmervertretung, Barrierefreiheit oder fachlich Verantwortliche ein. Das ist keine Compliance-Prüfung. Bei sensiblen, vertraulichen oder regulierten Informationen müssen zuständige Stellen die konkrete Vorgehensweise festlegen.
Die Trennung zwischen Beobachtung und Interpretation ermöglicht späteren Widerspruch. Lassen Sie die beobachtete Person am Ende den rekonstruierten Ablauf bestätigen, korrigieren oder um eine alternative Erklärung ergänzen. Eine solche Rückprüfung reduziert Missverständnisse, macht aus einer kleinen, beeinflussten Stichprobe aber keine objektive Beschreibung der gesamten Belegschaft. Im Onboarding-Fall könnte etwa ein Quellenwechsel sichtbar sein, ohne dass sein Zweck erkennbar wird; erst die Nachfrage zeigt, ob eine Pflichtprüfung, ein persönlicher Arbeitsstil oder eine notwendige Klärung dahintersteht.
Arbeitsartefakte, kurze Aufgabentagebücher und betriebliche Datensätze erweitern die Feldsicht, beantworten aber jeweils andere Fragen. Lassen Sie sich Vorlagen, Checklisten, Tabellen, Nachrichten, Entwürfe, Notizen und Warteschlangenansichten am konkreten Fall erklären. Markierungen und Anordnungen können Status, Prioritäten, Gedächtnisstützen oder Koordination sichtbar machen, die in der offiziellen Prozesskarte fehlen. Ihre Bedeutung darf dennoch nicht erraten werden. Ein farbiger Vermerk kann eine Ausnahme, eine persönliche Erinnerung oder bloß eine überholte Konvention bedeuten.
Kurze Tagebucheinträge eignen sich für relevante Ereignisse, die über die Zeit verteilt auftreten und bei geplanten Beobachtungen leicht fehlen. Binden Sie jeden Eintrag an einen realen Fall und klären Sie ihn später nach; Tagebücher bleiben Selbstauskünfte. Nutzbare Fall-, Aktivitäts- und Zeitdaten können Wiederholung, Wartezeit, Nacharbeit, Abweichungen oder wiederkehrende Qualitätsprobleme zeigen. Protokolle können jedoch über Systeme verteilt sein, unterschiedliche Falldefinitionen verwenden und Offline-Klärungen auslassen. Auch seltenere Ausnahmen verdienen Prüfung, wenn ihr Aufwand oder ihre Folge erheblich sein könnte.
| Evidenzmethode | Was sie zeigen kann | Was ihr entgehen kann | Wie sie geprüft wird |
|---|---|---|---|
| Interview zum jüngsten Fall | Erleben, Reihenfolge, Entscheidungen und Begründungen | Vergessene Schritte und tatsächliche Wiederholung | Artefakte zeigen lassen und kontrastierende Fälle einbeziehen |
| Kontextbeobachtung | Werkzeuge, Unterbrechungen, Umgehungen und Übergaben | Motive, seltene Ereignisse und unbeobachtete Arbeit | Nachfragen, Modus dokumentieren und Ablauf bestätigen lassen |
| Arbeitsartefakte | Status, Markierungen, Entwurfswege und Koordination | Bedeutung, Nutzungshäufigkeit und mündliche Absprachen | Verwendung am konkreten Fall erklären lassen |
| Kurzes Aufgabentagebuch | Verteilte Ereignisse nahe am tatsächlichen Arbeitsmoment | Nicht dokumentierte Fälle und Details außerhalb der Selbstauskunft | Einträge im Folgegespräch klären und mit Unterlagen verbinden |
| Betriebliche Datensätze | Zeitmuster, Varianten, Rückgaben und wiederholte Bearbeitung | Offline-Arbeit, Ursachen und uneinheitliche Falldefinitionen | Mit Beobachtung, Artefakten und Rollenwissen abgleichen |
Ein berichteter Schmerzpunkt wird zur glaubwürdigen Engpasshypothese, wenn mehrere passende Fälle oder Evidenzquellen dieselbe Einschränkung an einem bestimmbaren Punkt zeigen und mit einer beobachtbaren Folge verbinden. Das ist noch kein Kausalitätsnachweis. Prüfen Sie deshalb sechs Fragen und bewahren Sie Fälle auf, in denen das Problem nicht auftritt. Gegenbelege sind kein lästiger Rest, sondern helfen zu unterscheiden, ob eine Bedingung wirklich zum vermuteten Mechanismus gehört oder ob eine alternative Erklärung besser passt.
Im Beispiel verschiebt sich die Hypothese von langsamer Zusammenfassung zu fehlenden Entscheidungen und widersprüchlichen Feldern in schwierigen Fällen. Routine-Briefings werden zügig fertig; längere Briefings sind nicht durchgängig langsamer. Systemzeitstempel enthalten zudem keine Offline-Klärung und erklären Verzögerungen daher nicht allein. Bleiben Wiederholung, Ort oder Folge unklar, bleibt der Schmerzpunkt ein offener Forschungsansatz. Ist das Muster kohärent, die Ursache aber unsicher, folgt der kleinste Test, der zwischen den plausiblen Erklärungen unterscheiden kann.
Fragen Sie nicht, wo KI passt, bevor Sie Engpass, Folge und verbleibende Unsicherheit zeigen können.
Eine evidenzbasierte Opportunity Card ist ein begrenzter Entscheidungsnachweis, kein Verkaufsargument für eine bereits gewählte KI. Sie dokumentiert Workflow-Grenze, beobachteten Ausschnitt, Rollen, Fallarten und Methodenmischung. Trennen Sie den geäußerten Schmerz vom beobachteten Muster und verknüpfen Sie wesentliche Aussagen mit Feldnotizen, geschwärzten Artefaktkennungen, Tagebucheinträgen oder Datenauswertungen. Wo Evidenz fehlt, steht ausdrücklich „Annahme“. Gegenbelege, Lücken, Meinungsverschiedenheiten und alternative Erklärungen bleiben sichtbar, statt in einer einzigen Konfidenzpunktzahl zu verschwinden.
Die Card endet mit einer von vier Entscheidungen: KI testen, eine Nicht-KI-Änderung testen, weitere Evidenz sammeln oder stoppen. Beim Onboarding sollte der erste Test Pflichtfelder, eine eindeutige Verantwortung für die Vertriebsübergabe und eine sichtbare Ausnahmewarteschlange betreffen. Erst bei sachlich vollständigen Fällen wäre anschließend eine begrenzte Schreibhilfe zu prüfen. KI ist nur dann ein plausibler nächster Schritt, wenn Aufgabe, wiederkehrender Engpass, betriebliche Folge, verfügbare Informationen, Aufsicht und ein testbarer Vorteil gegenüber einfacheren Änderungen zusammenpassen.
Grenzen Sie wiederkehrende Arbeit anhand von Auslöser, Ergebnis, Rollen und relevanten Fallarten ein. Verbinden Sie konkrete Fälle mit beobachtbaren Folgen, halten Sie Unsicherheit fest und vergleichen Sie KI mit Nicht-KI-Alternativen. Erst danach sollte ein begrenzter Test vorgeschlagen werden.
Ein Schmerzpunkt ist eine valide Schilderung erlebter Belastung. Eine Opportunity benennt zusätzlich den Ort im Workflow, ein wiederkehrendes Muster, eine beobachtbare Folge, wichtige Rahmenbedingungen und einen plausiblen Eingriff. Die Intervention muss nicht KI sein.
Rahmen Sie die Arbeit als Workflow-Forschung, sorgen Sie für informierte Teilnahme und erheben Sie nur erforderliche, zugriffsgeschützte Daten. Legen Sie den Beobachtungsmodus offen und lassen Sie Teilnehmende die Rekonstruktion korrigieren. Zuständige Datenschutz-, Sicherheits-, Rechts- und Arbeitnehmervertretungsstellen sind kontextabhängig einzubeziehen.
Nein. Die Methodenkombination ist eine praktische Synthese und keine universelle Checkliste. Wählen Sie die kleinste Mischung, die die Forschungsfrage beantwortet und die bekannten blinden Flecken der einzelnen Quellen ausgleicht.
Nein. Beobachtungs- und Betriebsdaten können eine Engpasshypothese stützen, beweisen aber nicht ohne Weiteres Kausalität. Bewahren Sie Gegenbelege und alternative Erklärungen auf und führen Sie den kleinsten unterscheidenden Test durch.
Für die Recherche zu diesem Artikel wurden folgende Quellen verwendet:
Wir berichten darüber, wie KI in Unternehmen tatsächlich ankommt. Wir arbeiten mit benannten Quellen, trennen Rechercheergebnisse von Einordnung und nutzen KI für Recherche und Entwürfe unter dokumentierten redaktionellen Kontrollen. Eine individuelle Fachprüfung ersetzen wir nicht.
Ein praxisnaher Leitfaden, um Ausnahmen, Freigaben und Übergaben evidenzbasiert neu zu ordnen und Workflows belastbar zu automatisieren.
Ein praxisnaher Leitfaden, um Aufgaben zu erfassen, KI belastbar zu testen, verlagerten Aufwand sichtbar zu machen und Rollen erst danach neu zu ordnen.
Ein praxisnaher Leitfaden, der KI-Entscheidungsrechte klärt und Pilotenevidenz in belastbare Portfolio-, Governance- und Strategieanpassungen übersetzt.
